Νέο εργαλείο χρησιμοποιεί δορυφορικά δεδομένα για την καταπολέμηση της μύγας της ελιάς

Σε πρόσφατο συνέδριο που πραγματοποιήθηκε στον Ευρωπαϊκό Οργανισμό Διαστήματος στο Frascati της Ιταλίας, ερευνητές επιδεικνύεται ένα εργαλείο που μπορεί να βοηθήσει στην καταπολέμηση και την πρόληψη ελιά καρπού προσβολές στο πρόσωπο του κλιματική αλλαγή.

Το έργο προέρχεται από την ενοποίηση των βιολογικών κύκλων της ελιάς και της μύγας της ελιάς με σχετικά δορυφορικά δεδομένα.

"Θα πρέπει να θεωρήσουμε αυτό το έργο ως μια νέα συνεισφορά στις συνεχείς προσπάθειες καταπολέμησης παρασίτων», είπε ο Luigi Ponti, ερευνητής στην Ιταλική Εθνική Υπηρεσία Νέων Τεχνολογιών, Ενέργειας και Βιώσιμης Οικονομικής Ανάπτυξης. Olive Oil Times.

Μια κρίσιμη πηγή δεδομένων για το έργο προέρχεται από δορυφορικές παρατηρήσεις που έγιναν με χρήση αισθητήρων φασματοσκοπίου απεικόνισης μέτριας ανάλυσης (MODIS) που είναι εγκατεστημένοι σε δύο δορυφόρους της NASA, τους Terra και Aqua.

Τις τελευταίες δύο δεκαετίες, αυτοί οι αισθητήρες έχουν μετρήσει διάφορες επιφανειακές μεταβλητές, όπως δείκτες βλάστησης, παρέχοντας επίσης εξαιρετικά αξιόπιστα δεδομένα θερμοκρασίας στην επιφάνεια της γης.

"Μετρούσαν τη θερμοκρασία της επιφάνειας από το διάστημα με ημερήσια χρονική ανάλυση, καταγράφοντας επίσης κατά προσέγγιση ημερήσιες μέγιστες και ελάχιστες θερμοκρασίες χάρη στους χρόνους υπέρβασης», είπε ο Πόντι. 

Προηγούμενη έρευνα του Markus Neteler, ιδρυτή της Mundialis, μιας γερμανικής εταιρείας εταίρου στο έργο, επινόησε μια μέθοδο εξαγωγής δεδομένων θερμοκρασίας από τις δορυφορικές παρατηρήσεις.

Επιπλέον, αναπτύχθηκε μια μεθοδολογία βασισμένη σε στατιστικές και χωρικές πληροφορίες για να καλύψει τα κενά που προκαλούνται από την κάλυψη του νέφους, καθώς οι αισθητήρες MODIS δεν μπορούν να δουν μέσα από τα σύννεφα.

Η έρευνα που παρουσιάστηκε από τον Ponti και τους συναδέλφους του είχε ως στόχο να συνδέσει αυτό το ευρύ σύνολο δεδομένων με έναν δείκτη βλάστησης που προέρχεται από το MODIS, γνωστό ως Normalized Difference Vegetation Index (NDVI).

Το MODIS NDVI μετρά την ποσότητα της πράσινης βλάστησης στην επιφάνεια της Γης, παρέχοντας πληροφορίες για την κάλυψη της γης καθ' όλη τη διάρκεια του έτους. Αυτές οι πληροφορίες μπορούν να χρησιμοποιηθούν για τη βελτίωση των δεδομένων θερμοκρασίας που προέρχονται από δορυφόρους MODIS.

Η αποτελεσματικότητα αυτής της προσέγγισης βασίζεται σε προηγούμενη έρευνα μιας ομάδας Ισραηλινών επιστημόνων που ανέπτυξαν μια μέθοδο για τη βαθμονόμηση των θερμοκρασιών της επιφάνειας της γης που προέρχονται από το MODIS χρησιμοποιώντας δεδομένα NDVI.

"Τοποθέτησαν θερμόμετρα μέσα στους θόλους ελαιόδεντρων και διαπίστωσαν ότι η θερμοκρασία που προέρχεται από τους δορυφόρους MODIS, αφού διορθώθηκε χρησιμοποιώντας το MODIS NDVI, υπολόγιζε τη θερμοκρασία του θόλου καλύτερα από τον πλησιέστερο μετεωρολογικό σταθμό», είπε ο Πόντι.

Χάρη σε αυτά τα δεδομένα, είναι δυνατό να εκτιμηθεί η θερμοκρασία που βιώνει τόσο το φυτό όσο και η μύγα της ελιάς.

"Αν θέλουμε πραγματικό γεωργικό αντίκτυπο, πρέπει να παρατηρούμε τι συμβαίνει μέρα με τη μέρα, γιατί έτσι λειτουργούν τα φυτά και οι αλληλεπιδρώντες οργανισμοί», σημείωσε ο Πόντι.

Η ανάγκη για εξαιρετικά ακριβείς πληροφορίες σχετικά με τα αγροοικοσυστήματα οδήγησε στην ανάπτυξη του φυσιολογικά βασισμένου δημογραφικού μοντέλου του αγροοικοσυστήματος της ελιάς σε συνεργασία με τη μη κερδοσκοπική επιστημονική κοινοπραξία CASAS Global.

Το αποτέλεσμα του μοντέλου είναι μια λεπτομερής και ρεαλιστική βιολογική αναπαράσταση των κύκλων ζωής της ελιάς και της μύγας της ελιάς, συμπεριλαμβανομένων των αλληλεπιδράσεων τους.

Αυτός ο τύπος μοντελοποίησης, που συνδυάζει μια προσέγγιση από πάνω προς τα κάτω (χρησιμοποιώντας δορυφορικά δεδομένα) με μια προσέγγιση από κάτω προς τα πάνω (βιολογικοί μηχανισμοί), ξεπερνά τους περιορισμούς και των δύο και παρέχει ένα ισχυρό εργαλείο για στρατηγική ανάλυση στη γεωργική διαχείριση.

Ο συνδυασμός δορυφορικών παρατηρήσεων, βιολογικής μοντελοποίησης και εργαλείων γεωγραφικών πληροφοριών ανοιχτού κώδικα επιτρέπει στους ερευνητές να οπτικοποιήσουν και να αναλύσουν τη δυναμική με πρωτοφανή χρονική (ημερήσια) και χωρική (250 μέτρα) ανάλυση.

"Για το φυτό, [το μοντέλο] προσομοιώνει πληθυσμούς φύλλων, πληθυσμούς κλαδιών και πληθυσμούς ριζών. Με το ίδιο βασικό μοντέλο, προσομοιώνει τη γέννηση, την ανάπτυξη, τη γήρανση και τον θάνατο φυτικών οργάνων ή σταδίων εντόμων», είπε ο Πόντι.

"Έτσι, χρησιμοποιούμε το ίδιο μοντέλο για να περιγράψουμε τόσο έντομα όσο και φυτά στο σύστημα μύγας ελιάς – ελιάς», πρόσθεσε.

Για το φυτό, ο πρωταρχικός πόρος είναι η ενέργεια στην ηλιακή ακτινοβολία, μαζί με τα θρεπτικά συστατικά και το νερό από το έδαφος. Για τη μύγα, ο πόρος είναι το φυτό με το οποίο τρέφεται: πόσες ελιές μπορεί να βρει για να γεννήσει αυγά. Οι ζωτικοί ρυθμοί του (ανάπτυξη, αναπαραγωγή) εξαρτώνται από τη διαθεσιμότητα της ελιάς.

"Αυτό δίνει στα μοντέλα έναν βαθμό βιολογικού ρεαλισμού, επειδή περιορίζονται από τους πραγματικούς περιορισμούς πόρων που αντιμετωπίζουν οι οργανισμοί», είπε ο Ponti.

"Αν η μύγα δεν βρει ελιές, περνά σε αναπαραγωγική ηρεμία, όπως ακριβώς στη φύση. Άρα, δεν είναι εργαλείο για να ​»προβλέψει ακριβώς μια προσβολή, αλλά μπορεί να σου πει ότι υπό ορισμένες συνθήκες, το περιβάλλον είναι κατάλληλο για μια», εξήγησε.

"Δεν μπορείς να πεις ​»η μύγα θα φτάσει αύριο», αλλά μπορείς να πεις ​»Αυτή η περιοχή έχει αυτή τη στιγμή συνθήκες που θα υποστηρίξουν την ανάπτυξη των μυγών», πρόσθεσε ο Πόντη.

Ακριβώς όπως οι μετεωρολογικές προβλέψεις, οι βιολογικές προβλέψεις είναι προκλητικές. Η ίδια η πρόγνωση του καιρού θεωρείται αναξιόπιστη πέρα ​​από μια σύντομη περίοδο περίπου τριών ημερών.

"Ωστόσο, χρησιμοποιούμε δεδομένα καιρού ως δεδομένα για τα βιολογικά μας μοντέλα, άρα ενώσεις αβεβαιότητας», είπε ο Πόντι. ​"Αυτό που προσθέτουν τα μοντέλα μας είναι στρατηγικές πληροφορίες». 

Η πρόβλεψη μπορεί να υποδεικνύει πότε πρέπει να ενεργήσετε, αλλά δεν μπορεί να σας πει γιατί συμβαίνει κάτι ή πώς να προετοιμαστείτε πιο αποτελεσματικά σε ένα μεταβαλλόμενο κλίμα.

"Αυτό απαιτεί κατανόηση μηχανισμών και δυναμικής στο πεδίο», είπε ο Πόντι. ​"Αυτό είναι το θέμα: εάν η μύγα της ελιάς είναι ένα βασικό παράσιτο, πώς μπορούμε να το διαχειριστούμε καλύτερα οικονομικά και λειτουργικά, ειδικά υπό την κλιματική αλλαγή, όπου οι υποθέσεις για το κλίμα είναι ξεπερασμένες και οι συνακόλουθοι κανόνες διαχείρισης μπορεί να μην ισχύουν πλέον;». 

"Το δείξαμε ξεκάθαρα στη δουλειά μας στην Ανδαλουσία», πρόσθεσε. ​"Για παράδειγμα, σε ορισμένες περιοχές, υπάρχουν δεν είναι αρκετές ώρες ψυχρής για να προκαλέσει άνθηση στις ελιές πλέον. Σε θερμότερες περιοχές, ο πληθυσμός της μύγας παραμένει κάτω από το όριο λόγω των υψηλών θερμοκρασιών που πλησιάζουν ή υπερβαίνουν τη θερμική ανοχή της μύγας». 

Η χρήση ακριβέστερων κλιματικών και φυτικών πληροφοριών μπορεί να βοηθήσει τους υπεύθυνους χάραξης πολιτικής να αναδιαμορφώσουν τις στρατηγικές ελέγχου των παρασίτων.

Οι παρεμβάσεις και οι πολιτικές για συγκεκριμένες περιοχές, όπως αυτές στην Ανδαλουσία, όπου οι οργανισμοί ολοκληρωμένου ελέγχου παρακολουθούν και συνταγογραφούν θεραπείες, βασίζονται στην ανάλυση προηγούμενων δεδομένων.

"Για παράδειγμα, η παρακολούθηση μπορεί παραδοσιακά να ξεκινά τον Μάιο, αλλά εάν οι χειμώνες είναι πιο ζεστοί, μπορεί να είναι πιο χρήσιμο να ξεκινήσετε νωρίτερα», είπε ο Πόντι.

Η μύγα της ελιάς έχει ταχεία πληθυσμιακή αύξηση, είναι στενά συγχρονισμένη με τον κύκλο ζωής της ελιάς και μπορεί να αναπαραχθεί όλο το χρόνο μόλις ο καρπός της ελιάς και το κλίμα είναι κατάλληλο. Αυτό την καθιστά σημαντικό παράσιτο των ελαιοκαλλιεργειών παγκοσμίως.

"Εάν δεν παρακολουθείται και δεν ελέγχεται έγκαιρα, ξεφεύγει γρήγορα», είπε ο Πόντι. ​"Έτσι, η καλύτερη προσέγγιση μπορεί να είναι η παρακολούθηση ακόμη και κατά τη διάρκεια της ​»ήρεμη εποχή, τέλη χειμώνα ή αρχές άνοιξης. Με τις μελλοντικές κλιματικές τάσεις, το να είμαστε προορατικοί θα είναι ζωτικής σημασίας».

Καθώς ο καιρός γίνεται όλο και πιο απρόβλεπτος και ακραία γεγονότα γίνονται πιο συνηθισμένα, σε σημείο που δεν είναι πλέον εξαιρετικοί, τα γεωργικά ιδρύματα βρίσκουν όλο και πιο δύσκολο να σχεδιάσουν αποτελεσματικές υπηρεσίες προστασίας.

"Αυτό το εργαλείο μοντελοποίησης σάς δίνει μια ρεαλιστική άποψη για το τι συμβαίνει στο πεδίο, κάτι που δεν θα μπορούσατε ποτέ να επιτύχετε μέσω επιτόπιων παρατηρήσεων σε αυτήν την κλίμακα, για αυτήν τη διάρκεια», είπε ο Ponti.

"Στην Απουλία, προσομοιώσαμε 20 χρόνια δυναμικής ελιάς και μύγας σε καθημερινή κλίμακα σε ανάλυση 250 μέτρων για εκατοντάδες χιλιάδες τοποθεσίες, χάρη στο cloud computing που παρέχεται από τον Ιταλό συνεργάτη Recube», πρόσθεσε.

"Η λήψη του ίδιου είδους δεδομένων από παρατηρήσεις πεδίου θα ήταν απλώς αδύνατη. Αυτό το είδος συστήματος σάς δίνει αυτή τη γνώση σε επίπεδο πεδίου ουσιαστικά δωρεάν», συνέχισε ο Πόντι.

Δεδομένου ότι το κλίμα επηρεάζει διαφορετικά τα φυτά και τα έντομα, οι αλληλεπιδράσεις και η ισορροπία τους αλλάζουν.

"Αυτό είναι σημαντικό να το γνωρίζουμε. Θα μπορούσατε να προσομοιώσετε διαφορετικά σενάρια διαχείρισης, όπως η προηγούμενη παρέμβαση, και να αξιολογήσετε πόσο ωφέλιμη είναι», είπε ο Πόντι.

"Δεν μπορείτε να διεξάγετε δοκιμές δέκα ετών σε όλη την Απουλία. Αλλά αυτό το μοντέλο σας επιτρέπει να το κάνετε σχεδόν μέσα σε λίγα λεπτά», πρόσθεσε. ​"Έτσι, ενώ δεν προορίζεται για βραχυπρόθεσμες προβλέψεις, επειδή αυτό θα απαιτούσε τέλεια λεπτομερή βιολογικά και κλιματικά δεδομένα σε πραγματικό χρόνο, είναι εξαιρετικό για περιγραφή και στρατηγικό σχεδιασμό».

Οι δορυφόροι NASA Aqua και Terra βρίσκονται σε καλό δρόμο για τον παροπλισμό. Ως αποτέλεσμα, οι ερευνητές εργάζονται ήδη για τη χρήση άλλων δορυφόρων, όπως εκείνους που εκτοξεύτηκαν από την Eumetsat και την Ευρωπαϊκή Διαστημική Υπηρεσία, που φέρουν παρόμοιους αισθητήρες.

Η νέα γενιά των δορυφόρων Sentinel του οργανισμού έχει υψηλή χωρική ανάλυση και μπορεί να παρατηρήσει τις επιφανειακές θερμοκρασίες.

"Αλλά επί του παρόντος δεν έχουν καθημερινή χρονική επίλυση, αν και υπάρχουν σχέδια για την επίτευξη καθημερινής επίλυσης σε μελλοντικές αποστολές Sentinel», είπε ο Πόντι.

"Αυτό σημαίνει ότι δεν μπορούν να παρέχουν καθημερινές μέγιστες και ελάχιστες θερμοκρασίες, οι οποίες είναι ζωτικής σημασίας για τους κιρκάδιους ρυθμούς, τους φυσικούς κύκλους που ρυθμίζουν τη ζωή στη Γη», εξήγησε.

Δεδομένα από δορυφόρους και άλλα κλιματικά δεδομένα, σε συνδυασμό με τη νοημοσύνη των δημογραφικών μοντέλων με βάση φυσιολογικά δεδομένα, μπορεί να αποδειχθούν κρίσιμα τα επόμενα χρόνια, όχι μόνο για τους ελαιώνες, αλλά για πολλές καλλιέργειες που έχουν ήδη μελετήσει οι ερευνητές.

Το έργο πραγματοποιήθηκε στο πλαίσιο του έργου TEBAKA και βασίζεται στην υποδομή ΤΠΕ που αναπτύχθηκε από το έργο Med-Gold, και τα δύο χρηματοδοτούνται από την Ευρωπαϊκή Ένωση.

Προκειμένου αυτά τα δεδομένα να πληροφορήσουν τη στρατηγική, πρέπει να αναλάβουν δράση δημόσιοι φορείς και περιφερειακοί οργανισμοί.

"Αυτό που λείπει είναι οι πόροι έρευνας και έργου για την υποστήριξη του απαιτούμενου υπολογιστικού νέφους, διατηρώντας και επεκτείνοντας τη χρονική σειρά του συνόλου δεδομένων που χρησιμοποιήσαμε, η οποία καλύπτει περίπου 20 χρόνια, από το 2003 έως το 2023. Αυτή είναι μια μακρά και πολύτιμη περίοδος», είπε ο Πόντι.

"Η κλιματική αλλαγή δεν είναι κάτι που θα συμβεί στο τέλος του αιώνα. Είναι κάτι που συμβαίνει αυτή τη στιγμή», κατέληξε. ​"Οι στατιστικές αναλύσεις του τι συνέβη στο παρελθόν σε μια δεδομένη περιοχή είναι ένα εξαιρετικό εργαλείο, αλλά δεν αρκούν πλέον, γιατί το κλίμα αλλάζει γρήγορα».